L’essentiel
- Gemini 4 Argon, réservé jusqu’ici à quelques acteurs de la cyberdéfense via le programme Fairwind, est désormais disponible dans le monde entier pour les abonnés Google AI Pro et Ultra.
- Google DeepMind revendique des percées en informatique quantique, en fusion nucléaire et en conception de protéines, sans résultat chiffré dans ses messages publics.
- L’API est facturée 2 $ par million de tokens en entrée et 10 $ en sortie jusqu’au 30 novembre 2026, puis 4 $ et 20 $.
Un robot humanoïde Apollo, fabriqué par Apptronik, réussit sept lancers de cornhole d’affilée. Il n’a pas été programmé pour ça : Gemini 4 Argon a regardé une vidéo, en a déduit la physique du lancer, a écrit sa propre simulation, puis a entraîné le robot dedans. Google DeepMind a choisi cette image pour accompagner l’ouverture du modèle au grand public.
L’image est séduisante. Elle sert aussi à faire passer, dans le même mouvement, des revendications bien plus lourdes, qui n’ont pas du tout le même statut de preuve.
Sept lancers filmés ne font pas une preuve
Google DeepMind explique qu’Argon transforme la vidéo en terrain d’entraînement pour une IA physique et compresse des semaines de modélisation manuelle en quelques heures. Le gain annoncé porte donc sur la phase de construction de la simulation, pas sur le lancer lui-même.
Sept lancers d’affilée, c’est une démonstration filmée : on ignore combien d’essais l’ont précédée, quelle part de la simulation a été corrigée à la main, et si le résultat se reproduit sur un autre objet, une autre salle, un autre robot. Rien dans les messages publiés ne permet de le savoir. La démonstration n’est pas fausse pour autant, mais elle relève de la vitrine.
Le code d’ADK et le raytracer, des résultats contrôlables
Dans le lot des annonces, une partie se laisse contrôler. L’équipe de l’Agent Development Kit (ADK), le framework open source de Google pour les agents d’entreprise, a donné à Argon son fichier de règles .agents/skills et un objectif d’une phrase : réduire le coût du framework sans casser les applications existantes. Le modèle a travaillé seul pendant la nuit. Les optimisations sont désormais dans le dépôt google/adk-python et se lisent dans l’historique : 40 % de temps en moins pour préparer une session en mémoire dans les sessions longues, 21 % de gain sur les imports à froid.
Même logique pour le moteur de raytracing écrit en Python pur, sans bibliothèque externe, dont Google a publié le code. Vous pouvez le lancer, le lire, le comparer.
Le cas Chromium est d’une autre nature. Google affirme qu’Argon a aidé l’équipe Chrome à séparer la gestion des pages web d’un dossier hérité d’environ 6 millions de lignes, au sein d’une base de 40 millions de lignes. Un chantier de plusieurs mois sur des centaines de fichiers aurait ainsi été bouclé en quelques semaines. Le projet est ouvert, mais le chiffre de durée vient de Google. Même remarque pour les 35 % de soumissions de code agentiques en plus et la baisse de près d’un tiers des rollbacks : ce sont des mesures internes, publiées par l’éditeur du modèle.
Quantique et fusion : des domaines cités, aucun résultat
Le message le plus ambitieux se résume à une phrase : Argon « déverrouille déjà de nouvelles percées scientifiques » en informatique quantique, en fusion nucléaire et en conception de protéines. Un second message précise que le modèle contribue à accélérer la correction d’erreurs quantiques et la conception d’algorithmes.
Dans ce que Google DeepMind a publié sur X, il n’y a ni gain mesuré, ni référence à un article, ni nom d’équipe partenaire pour ces trois domaines. « Contribue à accélérer » peut désigner un facteur dix comme un assistant qui rédige du code de simulation un peu plus vite. Le communiqué de lancement cite pourtant des cas plus précis ailleurs, comme l’optimisation de xTB, un paquet open source de chimie quantique très cité : un cas avec un nom et un dépôt, voilà ce qui permet de juger.
Pour un lecteur qui doit décider si Argon change quelque chose à son travail, la règle est simple : un résultat compte quand quelqu’un d’extérieur peut le refaire ou le contester. Une percée en fusion qui n’existe que dans un fil de réseau social n’entre pas encore dans cette catégorie.
Un accès par paliers, un tarif de lancement jusqu’au 30 novembre
Le périmètre d’accès s’est élargi par paliers. Les abonnés Google AI Pro et Ultra ont Argon dans l’application Gemini et dans l’AI Mode de Google Search. Les abonnés Ultra l’ont en plus dans Antigravity, la plateforme de développement agentique de Google, qui arrive aussi dans l’application Gemini sur macOS. Les développeurs passent par l’offre payante de l’API, dans AI Studio et Android Studio. Le programme Fairwind, qui donne accès au modèle sans garde-fous cyber, s’ouvre à plusieurs centaines de partenaires supplémentaires.
Côté recherche, Google réserve 10 000 places : les scientifiques peuvent candidater pour obtenir gratuitement, pendant six mois, le palier d’usage le plus élevé d’Antigravity. Les revendications scientifiques seront mises à l’épreuve par ces laboratoires, qui publieront ou non.
Google ne mentionne ni les abonnés Google AI Plus ni les utilisateurs de la version gratuite. L’API fixe une limite unifiée d’un million de tokens, partagée entre l’entrée et la sortie, avec un « protocole de continuation » décrit dans la documentation. Pour les usages agentiques, le modèle a été entraîné à signaler honnêtement les résultats négatifs et à marquer une pause avant toute action irréversible. Le tarif de lancement s’arrête le 30 novembre 2026 : testez avant que le prix double.
Un test à mener soi-même sur une tâche longue
Prenez une tâche longue de votre quotidien, avec un résultat que vous savez évaluer, et laissez Argon la mener d’un bout à l’autre. Notez le nombre d’interventions humaines, les résultats négatifs signalés, les confirmations demandées avant les actions irréversibles. Ce sont les engagements que Google a formulés, et ce sont aussi les seuls que vous pouvez contrôler vous-même.
Quant aux percées en quantique et en fusion, la bonne mesure viendra des premiers articles scientifiques qui citeront Argon dans leur méthode, pas du fil de l’éditeur.
Mon avis
Sept lancers de cornhole et trois domaines scientifiques cités sans un seul chiffre : Google a mis sa meilleure image devant sa plus faible preuve. Les dépôts d’ADK et le code du raytracer valent plus que toutes les vidéos de la semaine. Si les laboratoires qui reçoivent les 10 000 places publient d’ici l’été prochain, la science d’Argon existera ; sinon, elle restera un argument de lancement.
Sources
- Gemini 4 Argon: Built to solve your hardest problems
- @GeminiApp sur X
- @GeminiApp sur X
- @GeminiApp sur X
- @GoogleDeepMind sur X
- @GoogleDeepMind sur X
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 17 évaluations
Faire appel à mes services →
